Título: Classificador Bayesiano sob Perspectiva Local
Autores: Gabriel Baruque, Dereck Torres, Rodrigo Peres
Resumo: Desenvolver e aprimorar classificadores é uma tarefa importante em reconhecimento de padrões. Este artigo propõe o desenvolvimento do método Kernel Bayes Local, um classificador inspirado no classificador Bayesiano que utiliza a estimativa de Kernel para as densidades de probabilidade, sendo aplicado em uma abordagem local, obtida através do método não supervisionado K-means. Foram feitos experimentos com 6 bancos de dados, sendo 1 simulado e 5 reais, com o classificador proposto, sua versão global e o KNN. O algoritmo se mostrou bem competitivo quando comparado aos métodos testados e promissor em relação a trabalhos futuros.
Palavras-chave: Classificador Bayesiano; Classificação local; Kernel; K-means.
Páginas: 4
Código DOI: 10.21528/CBIC2019-8
Artigo em pdf: CBIC2019-8.pdf
Arquivo BibTeX: CBIC2019-8.bib